[发明专利]不确定环境接触下的可重构机器人分散学习最优控制方法

说明书

不确定环境接触下的可重构机器人分散学习最优控制方法，属于机器人控制算法领域，为了解决传统的可重构机器人控制方法中存在机器人关节的抖振效应及稳定性和控制精度低的问题，首先建立可重构机器人系统动力学模型，通过对可重构机器人关节子系统间的耦合力矩交联项的分析，然后构建代价函数与HJB方程，通过基于策略迭代的学习算法，来求HJB方程的解，接下来采用神经网络对代价函数进行近似，最后通过仿真验证所提出控制方法的有效性；该方法可以在面向不确定环境接触的条件下，使机器人系统实现良好的稳定性与控制精度，可以在提高可重构机器人控制精度的同时，降低系统执行器的能耗，并降低了机器人系统动力学模型的复杂性。

技术领域

本发明涉及一种可重构机器人系统的分散学习最优控制方法，属于机器人控制算法领域。

背景技术

可重构机器人由电源、处理系统、执行器和传感器等模块组成。这些模块组合满足不同构形的标准机电接口来适应复杂工作环境的各种任务要求，基于上述优点，可重构机器人经常应用于不确定性和危险的环境中，如太空探测、灾害救援、高低温环境作业等。此外，在复杂和不确定的环境面前，可重构机器人需要兼顾控制精度和功耗的合适控制系统。

一般来说，为了实现模块化和可重构的特点，可重构机器人应该具有可以添加、删除或者根据任务需要来替换的重要属性，这对于可重构机器人控制系统的设计是一个挑战。分散控制是构建可重构机器人控制系统的一种有效的控制策略。由于仅需要采用每个关节模块的局部信息，使得分散控制策略可以为机器人控制系统提供结构上的灵活性，使得可重构机器人可以根据不同任务的需求重组成不同的构形而无需调整控制器的参数。

由于可重构机器人的子系统动力学模型具有关节子系统间的耦合力矩交联项，包括哥式力项、离心力项和重力项，因此对关节子系统间的耦合力矩交联项的处理是一个难题。近期的一类研究，如[李元春，宋扬，赵博，环境约束可重构机械臂模块化力/位置控制，上海交通大学学报，vol.51，no.6,709-714,2017]，该技术将可重构机器人关节子系统间的耦合力矩交联项考虑为一类完全未知的非线性函数，并利用神经网络对其进行近似逼近。然而，如果对于所有的关节模块，都简单的将关节子系统间的耦合力矩交联项视为未知的非线性函数，势必将极大的增大系统不确定性的数量级，从而导致所采用的分散补偿控制器必须具备更大的控制增益以获得理想的控制性能，但是这会使执行器产生瞬时的大功率输出，从而导致机器人关节的抖振效应并降低控制器的稳定性与控制精度。

发明内容

本发明为了解决传统的可重构机器人控制方法中存在机器人关节的抖振效应及稳定性和控制精度低的问题，提出一种性能良好的分散学习最优控制方法，以实现不确定环境接触下可重构机器人系统的高精度分散最优控制。将可重构机器人系统的动力学模型描述为一个相互关联的子系统的合成，通过策略迭代算法求解HJB方程，结合神经网络与近似性能指标函数对位置和速度跟踪性能及各关节模块的控制力矩进行优化，并最终实现完备的分散学习最优控制。

本发明解决技术问题的方案是：

不确定环境接触下的可重构机器人分散学习最优控制方法，其特征是，首先建立可重构机器人系统动力学模型，通过对可重构机器人关节子系统间的耦合力矩交联项的分析，然后构建代价函数与HJB方程，通过基于策略迭代的学习算法，来求HJB方程的解，接下来采用神经网络对代价函数进行近似，最后通过仿真验证所提出控制方法的有效性。

该方法包括如下步骤：

步骤一，建立可重构机器人系统动力学模型如下：

上式中，下标i代表第i个模块，I_mi是转动轴的转动惯量，γ_i是齿轮传动比，θ_i，和分别是关节位置，速度和加速度，是关节摩擦项，是关节子系统间的耦合力矩交联项，τf_i是关节输出转矩，τ_i是电机输出转矩；